플러스프로젝트 배경
1) 예상 리스크 및 대응 계획 - inpainting 마스크 경계가 부자연스러울 수 있으며, 이진화·팽창 처리 파라미터를 이미지 유형별로 사전 테스트하여 대응할 예정입니다 - PIL 합성 시 그림자·반사 블렌딩이 필요하며, 알파 채널 가우시안 블러 적용으로 자연스러운 경계를 구현할 계획입니다 - 다중 비율 렌더링 시 상품 크롭 방지를 위해 비율별 패딩 전략을 분리 적용하는 리사이즈 로직을 설계할 예정입
프로젝트 성과
Remove.bg + Canvas 하이브리드 배경 제거 설계
자동 제거 정확도가 낮은 경우 Canvas 마스크 브러시로 직접 보정할 수 있는 2단계 배경 제거 흐름을 제안합니다.
SD inpainting 역마스크 배경 생성 접근법
상품 실루엣 역마스크로 배경만 채우도록 제어하고, PIL 합성으로 원본 품질을 유지하는 구조를 적용할 예정입니다.
6가지 비율 자동 렌더링 구조 설계
비율 스펙을 설정 파일로 관리하여 새 비율 추가 시 코드 수정 없이 설정만 변경하면 되는 확장 구조를 설계합니다.
생성 파라미터 이력 보존 구조 설계
SD 시드·프롬프트·강도를 MySQL JSON 컬럼에 보존하여 동일 조건 재편집이 가능한 이력 재현 구조를 적용할 계획입니다.
핵심 기능
상품 이미지 업로드 및 배경 제거
상품 사진을 업로드하면 Remove.bg API로 배경을 자동 제거하고 투명 PNG를 생성합니다.
진행 단계
배경 제거 및 S3 파이프라인 구성
2026.03.
Celery + Redis 작업 큐 구성, FastAPI WebSocket 브릿지 설계, MySQL 스키마 설계(users/credits/batches/images/pipeline_logs)
프로젝트 상세
1) 포트폴리오 소개 상품 사진 배경 제거 → Stable Diffusion inpainting 배경 생성 → PIL 합성 → 6가지 비율 자동 렌더링 플로우를 React + FastAPI로 구현한 기술 데모입니다. AI 이미지 처리 파이프라인의 실제 동작을 확인할 수 있으며, 유사 구조의 프로젝트에 바로 적용 가능합니다. 2) 작업 범위 - 상품 이미지 업로드 및 배경 제거: 상품 사진을 업로드하면
